Servidor MCP ddg-mcp

API de búsqueda de DuckDuckGo MCP: un servidor que proporciona capacidades de búsqueda de DuckDuckGo a través del Protocolo de contexto de modelo.

Componentes

Indicaciones

El servidor proporciona las siguientes indicaciones:

• search-results-summary : Crea un resumen de los resultados de búsqueda de DuckDuckGo

  • Argumento de "consulta" obligatorio para el término de búsqueda

  • Argumento opcional "estilo" para controlar el nivel de detalle (breve/detallado)

Herramientas

El servidor implementa las siguientes herramientas de búsqueda de DuckDuckGo:

• ddg-text-search : Busque resultados de texto en la web usando DuckDuckGo

  • Obligatorio: "palabras clave" - Palabras clave de la consulta de búsqueda

  • Opcional: "región", "búsqueda segura", "límite de tiempo", "resultados máximos"

• ddg-image-search : Busca imágenes en la web con DuckDuckGo

  • Obligatorio: "palabras clave" - Palabras clave de la consulta de búsqueda

  • Opcional: "región", "búsqueda segura", "límite de tiempo", "tamaño", "color", "tipo_de_imagen", "diseño", "imagen_de_licencia", "resultados_máximos"

• ddg-news-search : Busca noticias con DuckDuckGo

  • Obligatorio: "palabras clave" - Palabras clave de la consulta de búsqueda

  • Opcional: "región", "búsqueda segura", "límite de tiempo", "resultados máximos"

• ddg-video-search : Busca vídeos con DuckDuckGo

  • Obligatorio: "palabras clave" - Palabras clave de la consulta de búsqueda

  • Opcional: "región", "búsqueda segura", "límite de tiempo", "resolución", "duración", "licencia_videos", "máx_resultados"

• ddg-ai-chat : Chatea con la IA de DuckDuckGo

  • Obligatorio: "palabras clave" - Mensaje o pregunta para enviar a la IA

  • Opcional: "modelo": modelo de IA a utilizar (opciones: "gpt-4o-mini", "llama-3.3-70b", "claude-3-haiku", "o3-mini", "mistral-small-3")

Related MCP server: DuckDuckGo MCP Server

Instalación

Prerrequisitos

• Python 3.9 o superior

• uv (recomendado) o pip

Instalar desde PyPI

# Using uv
uv install ddg-mcp

# Using pip
pip install ddg-mcp

Instalar desde la fuente

1. Clonar el repositorio:

git clone https://github.com/misanthropic-ai/ddg-mcp.git
cd ddg-mcp

2. Instalar el paquete:

# Using uv
uv install -e .

# Using pip
pip install -e .

Configuración

Dependencias requeridas

El servidor requiere el paquete duckduckgo-search , que se instalará automáticamente cuando instale ddg-mcp .

Si necesita instalarlo manualmente:

uv install duckduckgo-search
# or
pip install duckduckgo-search

Parámetros de búsqueda de DuckDuckGo

Parámetros comunes

Estos parámetros están disponibles para la mayoría de los tipos de búsqueda:

• región : código de región para resultados localizados (predeterminado: "wt-wt")

  • Ejemplos: "us-en" (inglés estadounidense), "uk-en" (inglés británico), "ru-ru" (ruso)

  • Consulte las regiones de DuckDuckGo para obtener más opciones

• safesearch : Nivel de filtrado de contenido (predeterminado: "moderado")

  • "on": Filtrado estricto

  • "moderado": Filtrado moderado

  • "off": Sin filtrado

• límite de tiempo : rango de tiempo para los resultados

  • "d": Último día

  • "w": La semana pasada

  • "m": El mes pasado

  • "y": El año pasado (no disponible para noticias/vídeos)

• max_results : Número máximo de resultados a devolver (predeterminado: 10)

Operadores de búsqueda

Puede utilizar estos operadores en sus palabras clave de búsqueda:

• cats dogs : Resultados sobre gatos o perros

• "cats and dogs" : Resultados para el término exacto "Gatos y perros"

• cats -dogs : Menos perros en los resultados

• cats +dogs : Más perros en los resultados

• cats filetype:pdf : PDF sobre gatos (compatibles: pdf, doc(x), xls(x), ppt(x), html)

• dogs site:example.com : Páginas sobre perros de ejemplo.com

• cats -site:example.com : Páginas sobre gatos, excluyendo example.com

• intitle:dogs : El título de la página incluye la palabra "perros"

• inurl:cats : La URL de la página incluye la palabra "cats"

Parámetros específicos de búsqueda de imágenes

• Tamaño : "Pequeño", "Mediano", "Grande", "Fondo de pantalla"

• Color : "color", "monocromo", "rojo", "naranja", "amarillo", "verde", "azul", "morado", "rosa", "marrón", "negro", "gris", "verde azulado", "blanco"

• tipo_imagen : "foto", "clipart", "gif", "transparente", "línea"

• Disposición : "Cuadrado", "Alto", "Ancho"

• license_image : "cualquiera", "Público", "Compartir", "CompartirComercialmente", "Modificar", "ModificarComercialmente"

Parámetros específicos de búsqueda de vídeo

• resolución : "alta", "estándar"

• duración : "corta", "media", "larga"

• licencia_videos : "creativeCommon", "youtube"

Modelos de chat de IA

• gpt-4o-mini : modelo mini GPT-4o de OpenAI

• llama-3.3-70b : modelo Llama 3.3 70B de Meta

• claude-3-haiku : Modelo de Haiku Claude 3 de Anthropic

• o3-mini : modelo mini O3 de OpenAI

• mistral-small-3 : El modelo pequeño de Mistral AI

Inicio rápido

Instalar

Escritorio de Claude

En MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json En Windows: %APPDATA%/Claude/claude_desktop_config.json

Ejemplos de uso

Búsqueda de texto

Use the ddg-text-search tool to search for "climate change solutions"

Ejemplo avanzado:

Use the ddg-text-search tool to search for "renewable energy filetype:pdf site:edu" with region "us-en", safesearch "off", timelimit "y", and max_results 20

Búsqueda de imágenes

Use the ddg-image-search tool to find images of "renewable energy" with color set to "Green"

Ejemplo avanzado:

Use the ddg-image-search tool to find images of "mountain landscape" with size "Large", color "Blue", type_image "photo", layout "Wide", and license_image "Public"

Búsqueda de noticias

Use the ddg-news-search tool to find recent news about "artificial intelligence" from the last day

Ejemplo avanzado:

Use the ddg-news-search tool to search for "space exploration" with region "uk-en", timelimit "w", and max_results 15

Búsqueda de vídeos

Use the ddg-video-search tool to find videos about "machine learning tutorials" with duration set to "medium"

Ejemplo avanzado:

Use the ddg-video-search tool to search for "cooking recipes" with resolution "high", duration "short", license_videos "creativeCommon", and max_results 10

Chat de IA

Use the ddg-ai-chat tool to ask "What are the latest developments in quantum computing?" using the claude-3-haiku model

Resumen de resultados de búsqueda

Use the search-results-summary prompt with query "space exploration" and style "detailed"

Configuración de Claude

"ddg-mcp": { "comando": "uv", "argumentos": [ "--directorio", "/RUTA/A/SU/INSTALACIÓN/ddg-mcp", "ejecutar", "ddg-mcp" ] },

Desarrollo

Construcción y publicación

Para preparar el paquete para su distribución:

1. Sincronizar dependencias y actualizar archivo de bloqueo:

uv sync

2. Distribuciones de paquetes de compilación:

uv build

Esto creará distribuciones de origen y de rueda en el directorio dist/ .

3. Publicar en PyPI:

uv publish

Nota: Deberás configurar las credenciales de PyPI a través de variables de entorno o indicadores de comando:

• Token: --token o UV_PUBLISH_TOKEN

• O nombre de usuario/contraseña: --username / UV_PUBLISH_USERNAME y --password / UV_PUBLISH_PASSWORD

Publicación automatizada con acciones de GitHub

Este repositorio incluye un flujo de trabajo de GitHub Actions para la publicación automatizada en PyPI. El flujo de trabajo se activa cuando:

1. Se crea una nueva versión de GitHub

2. El flujo de trabajo se activa manualmente a través de la interfaz de Acciones de GitHub

Para configurar la publicación automatizada:

1. Generar un token de API de PyPI:

   • Vaya a https://pypi.org/manage/account/token/

   • Cree un nuevo token con alcance limitado al proyecto ddg-mcp

   • Copia el valor del token (solo lo verás una vez)

2. Agrega el token a los secretos de tu repositorio de GitHub:

   • Vaya a su repositorio en GitHub

   • Vaya a Configuración > Secretos y variables > Acciones

   • Haga clic en "Nuevo secreto del repositorio".

   • Nombre: PYPI_API_TOKEN

   • Valor: Pegue su token PyPI

   • Haga clic en "Agregar secreto"

3. Para publicar una nueva versión:

   • Actualice el número de versión en pyproject.toml

   • Cree una nueva versión en GitHub o active manualmente el flujo de trabajo

Depuración

Dado que los servidores MCP se ejecutan en stdio, la depuración puede ser complicada. Para una experiencia óptima, recomendamos usar el Inspector MCP .

Puede iniciar el Inspector MCP a través de npm con este comando:

npx @modelcontextprotocol/inspector uv --directory /path/to/your/ddg-mcp run ddg-mcp

Al iniciarse, el Inspector mostrará una URL a la que podrá acceder en su navegador para comenzar a depurar.